本人博士期间基于机器学习技术解决了一系列入侵检测研究任务，入职东北大学后在图表示学习、机器学习技术在工业和社交媒体等领域的应用上投入相当多的研究精力。

其中图表示学习是指采取无监督（或有监督）的方式学习网络节点和连边的特征表示，图表示学习方法被认为是一种新的学习范式，在大数据分析挖掘等任务中正得到广泛关注。

推荐感兴趣的访问者阅读下面的论文了解该研究方向：

• Cui, Peng, et al. "A survey on network embedding." IEEE transactions on knowledge and data engineering 31.5 (2018): 833-852.

• Bishop, Christopher M., and Nasser M. Nasrabadi. Pattern recognition and machine learning. Vol. 4. No. 4. New York: springer, 2006.